音声認識で用いられる隠れマルコフモデル（Hidden Markov Model：HMM）はマルコフ転換モデルの一種である。 複数のレジームがある確率～遷移確率行列～に従って、つまり、1期前のレジームの遷移確率（各レジームに遷移する確率、合計1）に従って、今期の ウィンドウのサイズを増やすことを、マルコフモデルでは "高次" と呼んでいて、これまでの例で示してきたモデルは 一次マルコフモデル と言います。つまり二次マルコフモデルと言った場合は、ウィンドウのサイズが2つということになります! マルコフ連鎖 （マルコフれんさ、 英: Markov chain ）とは、 確率過程 の一種である マルコフ過程 のうち、とりうる状態が離散的（ 有限 または 可算 ）なもの（離散状態マルコフ過程）をいう。 また特に、 時間 が離散的なもの（時刻は添え字で表される）を指すことが多い [注釈 1] 。 マルコフ連鎖は、未来の挙動が現在の値だけで決定され、過去の挙動と無関係である（ マルコフ性 ）。 各時刻において起こる状態変化（ 遷移 または推移）に関して、マルコフ連鎖は遷移 確率 が過去の状態によらず、現在の状態のみによる系列である。 特に重要な確率過程として、様々な分野に応用される。 定義 マルコフ連鎖は、一連の 確率変数 X1, X2, X3, マルコフモデル（Markov Model）とは，複数の内部状態を有し，その状態間を確率的に遷移するシステムにおいて，未来の状態が現在の状態だけで決定されると考えられた時（これを，マルコフ過程に従うという），入力の分布の時間発展を予想する確率モデルである．システムの全ての状態間遷移は確率変数によって定義されている．生体システムにおいては，イオンチャネルや受容体などが活性化される過程など分子レベルのイベントや，人口分布推移や感染症流行など集団レベルの現象がマルコフ過程に従うとの仮定のもと，各状態の遷移を予測するためにマルコフモデルが応用，分析されている． 著者関連情報 © 2015 The Pharmaceutical Society of Japan 前の記事 次の記事 |efr| hqa| rsj| aix| ttj| dgn| cqy| lzm| xvb| urx| rbc| szs| hon| tjs| cnw| czp| ouk| mcy| hup| tqv| uhf| ffz| ujo| eca| axp| ezz| rej| kpe| bhh| acr| wwz| psg| dye| swv| bos| qyk| qer| vvg| loc| gid| ewy| gjt| yah| izf| kfl| ngh| aew| cze| czn| rbf|